提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法.该算法首先用关联积分法(C-C方法)和C ao方法确定重构相空间的两个重要参数:嵌入维数m和延迟时间,再用小数据量方法计算时间序列的最大Lyapunov指数.这种算法不仅能够很好地重...提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法.该算法首先用关联积分法(C-C方法)和C ao方法确定重构相空间的两个重要参数:嵌入维数m和延迟时间,再用小数据量方法计算时间序列的最大Lyapunov指数.这种算法不仅能够很好地重构原始时间序列的特性,并且能够避免W o lf方法的局限性.应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别,结果表明,基于跟驰模型的仿真交通流和实际交通流中存在混沌现象,最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法.展开更多
文摘提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法.该算法首先用关联积分法(C-C方法)和C ao方法确定重构相空间的两个重要参数:嵌入维数m和延迟时间,再用小数据量方法计算时间序列的最大Lyapunov指数.这种算法不仅能够很好地重构原始时间序列的特性,并且能够避免W o lf方法的局限性.应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别,结果表明,基于跟驰模型的仿真交通流和实际交通流中存在混沌现象,最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法.
